A Checkpoint-Based Hybrid Transformer-CNN Framework for Early Prediction of Escherichia coli Infection Risk in Broiler Chickens

Resumen Técnico: Marco Híbrido de Transformador-CNN Basado en Puntos de Control para la Predicción Temprana del Riesgo de Infección por E. coli

Planteamiento del Problema
La colibacilosis, causada por Escherichia coli patógena, sigue siendo un obstáculo significativo en la producción comercial de pollos de engorde, lo que provoca una reducción del crecimiento, un aumento de la mortalidad y una deficiente conversión alimenticia. Las prácticas de gestión actuales suelen depender de la observación manual y de revisiones retrospectivas de la producción, las cuales son reactivas; las intervenciones suelen ocurrir solo cuando los signos clínicos o las pérdidas de producción son evidentes. Además, los estudios de monitoreo existentes suelen depender de fuentes de datos únicas (ya sean basadas en imágenes o en sensores), lo que impide capturar las complejas interacciones entre los estresores ambientales, las métricas de producción y la condición visual de las aves que preceden a la enfermedad grave. Existe la necesidad de un sistema multimodal proactivo capaz de detectar la progresión gradual del riesgo antes de que aparezcan síntomas severos.

Metodología
El estudio propone un marco híbrido de Transformador-CNN basado en puntos de control diseñado para la predicción temprana del riesgo. La metodología integra cuatro modalidades de datos: ambientales, de producción, conductuales y visuales, estructuradas en torno a seis puntos de control de producción específicos (Día 3, 7, 14, 21, 28 y 31).

1. Recopilación y Preprocesamiento de Datos:

   • Datos Temporales: Se recopilaron variables ambientales (temperatura, humedad, amoníaco, CO2), métricas de producción (ingesta de alimento/agua, peso corporal, mortalidad, FCR) e indicadores conductuales (nivel de actividad, estado de ventilación) en contextos comerciales de pollos de engorde (2022–2025). Estos fueron limpiados, normalizados y organizados en observaciones secuenciales.
   • Datos Visuales: Las imágenes de las aves se redimensionaron a 224x224 píxeles, se normalizaron y se aumentaron (rotación, volteo, zoom, ajuste de brillo) para abordar el desequilibrio de clases, particularmente para las categorías de riesgo bajo y medio.
   • Etiquetado: Los lotes de aves fueron clasificados en categorías de riesgo bajo, medio y alto basándose en indicadores combinados.

2. Arquitectura del Modelo:

   • Codificador de Transformador (Transformer Encoder): Se desarrolló un modelo de Transformador para analizar los datos temporales secuenciales. Utilizó incrustaciones de entrada (embeddings), codificación posicional, autoatención de múltiples cabezales y capas de alimentación hacia adelante (feed-forward) para modelar la progresión del riesgo a través de los seis puntos de control. El modelo fue entrenado utilizando el optimizador Adam y la pérdida de entropía cruzada sobre un conjunto de datos de aproximadamente 90,000 observaciones (72,000 de entrenamiento, 18,000 de prueba).
   • Red Neuronal Convolucional (CNN): Se empleó una CNN para la evaluación visual de la salud, clasificando las imágenes en clases de saludable, riesgo bajo, riesgo medio, riesgo alto y no-pollo. Este componente sirvió como evidencia de apoyo para las condiciones de salud visibles en lugar de ser un detector directo de patógenos.
   • Fusión Multimodal: La fusión a nivel de decisión combinó las salidas de probabilidad de ambos modelos en una puntuación de riesgo ponderada.
   • Explicabilidad e Interfaz: El sistema incorporó Grad-CAM para resaltar las regiones de la imagen que influyen en las predicciones. Se desarrolló un panel de control en Streamlit para presentar puntuaciones de riesgo, niveles de confianza, factores contribuyentes, alertas y avisos de asesoría veterinaria.

Contribuciones Clave

• Arquitectura Híbrida: La integración de un Transformador para el modelado de secuencias temporales y una CNN para la evaluación visual crea un sistema multimodal que aprovecha fuentes de evidencia complementarias.
• Monitoreo Basado en Puntos de Control: El marco introduce un enfoque estructurado para el monitoreo de la salud del lote a través de seis etapas distintas de producción, permitiendo la detección de tendencias de deterioro a lo largo del tiempo en lugar de instantáneas aisladas.
• Soporte de Decisión Explicable: A diferencia de los modelos de "caja negra", este marco proporciona interpretabilidad mediante visualizaciones de Grad-CAM, puntuaciones de confianza y avisos de asesoría específicos, traduciendo las salidas del modelo en información de gestión accionable.
• Vigilancia Proactiva: El sistema desplaza el monitoreo de la salud de las aves de la clasificación retrospectiva hacia la alerta temprana proactiva, con el objetivo de identificar el riesgo antes de que se manifiesten signos clínicos graves.

Resultados

• Desempeño del Transformador: En 18,000 observaciones de prueba, el modelo de Transformador alcanzó una precisión del 99.96%. Demostró alta precisión, exhaustividad (recall) y puntuaciones F1 (todas >99%) en las categorías de riesgo bajo, medio y alto, con una exhaustividad perfecta (100%) para la categoría de riesgo bajo.
• Desempeño de la CNN: En 249 imágenes de evaluación, la CNN alcanzó una precisión general del 95.58%. Funcionó sólidamente en las clases de saludable (100%), riesgo alto (96.85%) y no-pollo (100%). Sin embargo, su desempeño fue menor para las clases de riesgo bajo (50%) y riesgo medio (50%), debido a la escasez de ejemplos de entrenamiento y a los sutiles límites visuales en los estados de riesgo intermedio.
• Integración del Sistema: El panel de control sintetizó con éxito estos resultados. En un ejemplo documentado, el sistema identificó un lote de alto riesgo (puntuación 0.85) y señaló correctamente los factores contribuyentes, tales como altos niveles de amoníaco, humedad y problemas de ventilación, generando las alertas y el consejo veterinario apropiados.

Significancia y Reivindicaciones
Los autores afirman que este marco hace avanzar la gestión de precisión en la avicultura al unificar los registros temporales de los lotes con la evaluación visual en un sistema de alerta temprana explicable. El estudio postula que, mientras que los registros ambientales y de producción revelan un deterioro gradual, los datos de imagen proporcionan la confirmación visual necesaria de la condición de las aves. Al integrar estas fuentes, el marco reduce la dependencia de cualquier tipo de dato único.

El documento enfatiza que el sistema apoya la intervención temprana, una mejor supervisión ambiental y decisiones de salud basadas en datos. Sin embargo, los autores mantienen una postura modesta respecto a su implementación, señalando que la alta precisión del Transformador sugiere una fuerte separabilidad dentro del conjunto de datos específico, pero requiere validación externa en diferentes sistemas de alojamiento, climas y rutinas de manejo. Del mismo modo, reconocen que el desempeño de la CNN en las clases de riesgo intermedio está limitado por el desequilibrio de los datos y la falta de conjuntos de datos de imágenes específicos de E. coli, sugiriendo que el trabajo futuro debe abordar conjuntos de datos más grandes y equilibrados, así como la integración de IoT en vivo antes de una adopción operativa amplia.